使用多线程的奇异值分解（SVD）

Question

我在3.5GHz / 3,9GHz（6核/ 12线程）服务器上运行大（120k x 600k）和稀疏（0.1非零值）矩阵的部分SVD，使用128GB RAM SVDLIBC。

是否可以使用多线程加速进程，以便充分利用我的服务器配置？

我没有多线程的经验;因此，我要求提供友好的建议和/或指向手册/教程的指针。

[编辑]我也对替代品持开放态度（matlab / octave，r等）

Answer 1

在Matlab中，对于稀疏矩阵，您有svds。此实现受益于多线程计算(1)

Answer 2

请参阅R中的irlba: Fast partial SVD by implicitly-restarted Lanczos bidiagonalization。它只计算第一个用户指定的编号。尺寸。过去有过很好的经验。但是，我使用的是商业版的R，它被用来利用多线程，因此无法保证由于多线程而提高速度。